Archives par étiquette : libqual

LibQUAL+ [2] statistiques avec R

Le SCD de l’université d’Aix-Marseille a conduit une enquête LibQUAL+ en novembre 2015. L’ARL fournit un rapport détaillé sur les résultats de l’enquête mais il peut être intéressant d’analyser certains point plus particulièrement. Pour cela, les établissements disposent des données brutes (15 Mo pour AMU) mais comment les exploiter au mieux ? L’utilisation d’un tableur de type Excel s’avère vite inefficace et l’achat d’une licence pour SPSS un peu démesuré pour ce seul usage. Heureusement le logiciel R permet de gérer de manière très efficace le traitement de ce type de données statistiques. Ces traitements peuvent être facilement reproduit d’une enquête à l’autre en appliquant systématiquement les mêmes scripts.

Il est possible de faire un export en PDF ou EPS pour retravailler les graphiques dans un logiciel de dessin vectoriel pour une communication plus large sur des supports qui nécessitent un meilleur rendu. Voici quelques représentations graphiques possibles (radars et boites à moustaches) sur les observations recueillies.

Moyennes des niveaux sur les « Core Questions » pour le cycle Doctorat.

PlotD Copy

Moyennes des niveaux sur les « Core Questions » de deux universités (de taille identique ayant réalisé l’enquête simultanément).

PlotXU Copy

Médiane et quartiles du niveau perçu « LP-1 » en fonction de la bibliothèque.

PlotBU2-Copy3

Les scripts utilisés sont disponibles sur le GitHub du SCD AMU. Pour allez plus loin, le MOOC Introduction à la statistique avec R sur la plateforme FUN.

LibQUAL+ [1] AlchemyAPI

Le SCD de l’université d’Aix-Marseille a conduit une enquête LibQUAL+ en novembre 2015. 1490 commentaires libres ont été recueillis. La lecture complète des commentaires et le renseignement d’une grille d’analyse a permis de dégager les principales remarques concernant les services proposés par la bibliothèque.

En complément, les données produites par l’interrogation du service AlchemyAPI (IBM Watson) ont permis de recueillir de manière automatique une mesure du « sentiment » exprimé dans ces commentaires. Peter Corrigan, à l’université nationale d’Irlande, met à disposition deux scripts PERL pour interroger ce service à partir du fichier de commentaires fourni par l’ARL et de ranger les résultats dans une base données SQLite. On peut ensuite exécuter des requêtes SQL ou exporter la base au format CSV pour l’exploiter dans R par exemple.

> table(alchemy$sentimentPolarity)

   negative  neutral  positive 
 11     233      636       610

En pratique, cela marche relativement bien sur l’analyse des commentaires mais échoue sur l’analyse par mot clés en français. Si vous disposez de commentaires en anglais le résultat devrait être satisfaisant.

Alchemy

En complément la lecture de deux billets inspirants d’ Hubert Guillaud :
Les défis de l’interconnexion des systèmes (1/2) : l’économie des API
Les défis de l’interconnexion des systèmes (2/2) : jusqu’où automatiser le monde ?